Google ra mắt Gemini Decisions API hỗ trợ ra quyết định đa phương thức
Google vừa ra mắt Gemini Decisions API cùng với mô hình 'Gemini Decision 1', chính thức gia nhập danh mục mô hình ra quyết định mới nổi bên cạnh Jev và OpenAI. Khác với các mô hình đối thủ vốn bị giới hạn ở văn bản, JSON hoặc hình ảnh, Gemini Decision 1 mang đến khả năng đa phương thức hoàn toàn, hỗ trợ văn bản, hình ảnh, âm thanh, video và tài liệu PDF. Sự ra mắt này mở rộng thị trường đang phát triển nhanh chóng của các mô hình ra quyết định chuyên dụng bằng cách tích hợp khả năng xử lý video và âm thanh nguyên bản vào các đầu ra xác suất có cấu trúc. Với mức giá cạnh tranh là 10 xu cho mỗi triệu token đầu vào và miễn phí đầu ra, nó cung cấp cho các nhà phát triển một công cụ mạnh mẽ, tiết kiệm chi phí cho các quy trình đánh giá và phân loại tự động. Gemini Decision 1 hỗ trợ ba loại câu hỏi cốt lõi gồm có/không (yes/no), trắc nghiệm (choice) và chấm điểm theo tiêu chí (rubric-scoring), đồng thời tái sử dụng các thuật ngữ như 'Noul' cho các truy vấn có/không. Khi xử lý đầu vào là video, khác với Jev và OpenAI trả về điểm số tin cậy nhị phân tuyệt đối 1.0 hoặc 0.0, Gemini trả về các giá trị dấu phẩy động xác suất chi tiết hơn.
## KIẾN THỨC NỀN
Các mô hình ngôn ngữ lớn (LLM) truyền thống tạo ra phản hồi văn bản tự do, đòi hỏi phải phân tích cú pháp để sử dụng theo chương trình lập trình. Gần đây, một danh mục mô hình ra quyết định mới đã xuất hiện nhằm trả thẳng ra câu trả lời có cấu trúc kèm theo điểm số tin cậy và xác suất, giúp đơn giản hóa các quy trình và đánh giá tự động.